MétaCan
Menu
Retour à la cohorte
Enregistrement W2904017248 · doi:10.1093/jas/sky404.873

73 Effect of subacute ruminal acidosis (SARA) and Saccharomyces cerevisiae fermentation products on gastrointestinal microbiome of dairy cows.

2018· article· en· W2904017248 sur OpenAlexaff
Junfei Guo, Z. ZHANG, Hooman Derakhshani, I. Yoon, J.C. Plaizier, Ehsan Khafipour

Notice bibliographique

RevueJournal of Animal Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRumenTotal mixed rationFermentationRandomized block designAnimal scienceAcidosisFood scienceBiologyChemistryIce calvingAgronomyLactationEndocrinology

Résumé

récupéré en direct d'OpenAlex

Subacute ruminal acidosis caused by high-grain feeding can cause dysbiosis of the rumen microbiome, which is associated with the pathogenesis of the rumen disorders. Saccharomyces cerevisiae fermentation products (SCFP) have been widely used as rumen fermentation modifiers to stabilize the rumen conditions. The objective of this study was to investigate if SCFP can attenuate the impact of SARA on microbial communities in the rumen. Thirty two Holstein lactating dairy cows were assigned into four treatment groups (n=8/trt) that received a base TMR (34.9 DM NDF, 18.6 % DM starch) supplemented daily with 1) 140 g of ground corn (Control), 2) 14 g Diamond V Original XPCTM mixed in 126 g of ground corn (XPC), 3) 19 g Diamond V NutriTek® mixed in 121 g of ground corn (NTL), and 4) 38 g Diamond V NutriTek® mixed in 102 g of ground corn (NTH) in a randomized complete block design. The experiment lasted from 4 weeks before until 12 weeks after calving. The SARA challenges were conducted on week 5 (SARA1) and 8 (SARA2) after calving by replacing 20% of the base TMR with pellets containing 50% barley and 50% wheat. Rumen liquid and solid samples were collected weekly. DNA was extracted from each sample and subjected to Illumina sequencing of V1–V2 regions of 16S rRNA gene and analyzed by QIIME2. Differential abundance analysis with gneiss was used to analyze the microbial composition. Alpha- and beta-diversities were analyzed using MIXED procedure of SAS and PERMANOVA, respectively. Both SARA challenges decreased (P < 0.05) richness and evenness of rumen liquid and solid microbial communities in the control, XPC and NTL groups. NTH treatment however prevented these reductions in the rumen liquid microbiota during SARA challenges. Supplementation with NTH was able to prevent rumen microbiota from losing their diversity during the SARA challenges.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207